Tudásalapú rendszerek fejlesztésénél megfigyelhető egy eltolódás a hagyományos gyors prototípuskészítéstől a modell alapú megközelítés felé. A modellkészítés szükségességét a tudásbázis újrahasznosíthatósága és a magyarázatadás indokolja.

• univerzális keretrendszer tetszőleges problémához, amely nem hoz létre működő rendszert
• speciális működőképes keretrendszer

Az elsőre jó példa a KADS: Szigorúan elválasztja a tudásanalízist és a megvalósítást. Az első fázis végeredménye 4 szintű modell a szaktudásról, melynek megvalósításához ‘teljesen szétválasztott tervezésű modell’ kell. A modellnek nincs köze az implementációhoz, így nehéz a változásokat követni.

A MODEL-K nyelv ezt garantálja, mivel a működő rendszert a modellből készíti.

• domain szint: leírja a domain struktúrákat relációk és fogalmak segítségével
• következtetési szint: a tudásforrások szempontjából meghatározza következtetési struktúrákat, pl. az alapvető operátorokat és meta-osztályokat
• vezérlő szint: a feladatok szempontjából meghatározza a vezérlési struktúrákat

A műveleti finomítás folyamán a fogalmak kiegészülnek példákkal, a relációk n-esekkel, a tudásforrások tartalmakkal, pl. futtatható kóddal, és a taskok a vezérlő utasításokkal.

Időigényes feladat megtalálni az optimális elrendezését az irodai dolgozóknak, mert figyelembe kell venni a projektek közti kommunikációt, a személyiségeket, stb.

Megoldás: golobális csatolás, szűrés: jó, ha nincs túlspecifikálva.

A vezérlési szint

A vezérlési szinten a tudásforrások közti vezérlés a feladatok szemszögéből történik. A feladatok részfeladatokká és tudásforrásokká bomlanak (subtask).

MODEL-K-ban a metaosztályok domain fogalmak struktúrája, pl. set (előre definiált)

Tudás-források: alapvető műveletek, következtetések metaosztályokon. Van deklarációs és definiciós része.

Meghatároz input, output metaosztályt, formális kapcsolatokat. A tudásforrások domain-függetlenek, a formális kapcsolatok kapcsolják őket a domain-specifikus relációkhoz. A tudásforrás definiciója gyakran implementáció-függő, kitolódik a finomítási részhez.

A KADS általános következtetési vázat épít, ami különféle domain-ekhez kapcsolódik. A MODEL-K nyelvet biztosít ehhez. Ahhoz, hogy összehangoljuk a metaosztályok fogalmait és a domain szint objektumait, eljárásokat készítünk. Pl.: kémiai terveket figyelő rendszer metaosztályai megegyeznek a szenzorok adataival a domain szinten (dinamikus frissités). A tudásforrások formális kapcsolatai állandó (statikus) összeköttetésben állnak a domain specifikus relációkkal.

Kapcsolatok: objektumok függőségi viszonya, a fogalmi modellben a relációk aritással (komponensek száma), tipusokkal és tulajdonságokkal (reflexiv, tranzitív) van deklarálva.

Tudásforrás-tartalmak: A KADS tudásforrásainak összetettsége változatos, egyszerű elérés, vagy teszt-függvénytől a teljes problémamegoldásig minden lehet. Gyakran nem lehet működőképessé tenni hatékonyságvesztés nélkül. Ezért alkalmaznak BABYLON nyelvet.

A stratégiai réteg bizonytalanul van a KADS-ban leírva. A stratégiai döntések általában vezérlési feladatokkal törődnek, de sokkal több mindenre lehet használni: megoldhatóság és bonyolultság kérdése, erőforrásütemezés, egyszerűsítés, zsákutca-észlelés. Ezek a feladatok az alattuk lévő rendszert felügyelik, ezért meta-aktivitások.

Bár ezeknek a meta-aktivitások domain-je egy másik tudásalapú rendszer, leírható általános probléma megoldás szemszögéből, mint a diagnosztizálás, kiértékelés vagy javítás. Ezért a stratégiai rétegre úgy tekintünk, mint a meta-szint problémamegoldójára, azaz használhatjuk ugyanazt a modellező rendszert. A vezérlő és a következtető szint leírja a probléma megoldási módot, mint pl. ellenőrizni a probléma megoldhatóságát. A domain szint magába foglalja a három alacsonyabb szintet a felügyelethez és gyakran meta-tudást.

Most két rendszerünk van: a meta-rendszer megvalósítja a stretégiai réteget, a tárgy-rendszer pedig az alacsonyabb rétegeket. A szétválasztás előnye, hogy a meta-rendszert és a fogalmi modelljét általánosra lehet készíteni, és felhasználható más rendszerekben is.

Hogy az egységességet fenntartsuk, három megoldás kínálkozik. A lusta megoldás, hogy közvetlenül a hozzáférés előtt frissítjük a tárgy-rendszert, a buzgó megoldás, hogy minden változást azonnal frissítünk, vagy akkor frissítünk, ha váltunk a két rendszer közt. A MODEL-K a harmadik megoldást választotta, hogy csökkentse a frissítési műveletek számát.

Egy nagy meta-rendszer helyett kicsi, speciális rendszereket szeretnénk a tárgyrendszer vezérlésére, melyek egy elemi meta-feladattal foglalkoznak, és egy könyvtárban összegyüjthetjük őket.

A problémára létezik még megoldás. bevezetünk egy külső ütemezőt, ami változtatja a vezérlést a meta-specialisták közt és a tárgyrendszer közt. Ez azt jelenti, hogy minden taszkot meg tud hívni, akár a meta-, akár a tárgyrendszerben van. A taszt-szintje a meta-specialistának csak lokális taszkokat tartalmaznak, nem módosulnak, mikor más meta-rendszerekkel dolgoznak együtt. Csak az egyedi ütemező szint írható felül.

MODEL-K nyelv alkalmas a KADS tudás-szint modelljének ábrázolására és finomítására. Mivel a célrendszer használ fogalmi modellt, ez a nyelv lehetőséget biztosít prototípus készítésre majdnem a tudásszinten. Mivel közel van a tudásszinthez könnyű megérteni mind profiknak, mind kezdőkent. De nem csak a tudásmérnökök és a felhasználóknak hasznos. Tudás-alapú meta-rendszerek figyelik, kiértékelik és fejlesztik a tárgyrendszert automatikusan. A MODEL-K beépített fogalmi modellje meghatároz egy felületet a meta-rétegnek, és elérhetőséget biztosít az alatta lévő rendszereknek. Mivel a meta-rendszert is probléma-megoldó rendszernek tekintünk, ezért használhatjuk a MODEL-K-t mindkét renszerre.

A stratégiai szint megvalósításával a MODEL-K modellező és működtető keretrendszert biztosít.